論文の概要: Mixed X-Ray Image Separation for Artworks with Concealed Designs
- arxiv url: http://arxiv.org/abs/2201.09167v1
- Date: Sun, 23 Jan 2022 03:20:35 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-28 02:41:14.123959
- Title: Mixed X-Ray Image Separation for Artworks with Concealed Designs
- Title（参考訳）: 隠れたデザインをもつアートワークの混合x線画像分離
- Authors: Wei Pu, Jun-Jie Huang, Barak Sober, Nathan Daly, Catherine Higgitt,
Ingrid Daubechies, Pier Luigi Dragotti, Miguel Rodigues
- Abstract要約: 本稿では,これらの絵画のX線画像に適用可能な,自己教師付き深層学習に基づく画像分離手法を提案する。
これらの再構成された画像の1つは、隠された絵画のX線画像と関連しており、もう1つは、可視な絵画のX線に関する情報のみを含む。
提案手法は,フランシスコ・デ・ゴヤによる隠された内容のドナ・イザベル・ド・ポルセル(Dona Isabel de Porcel)に実画を展示し,その効果を示した。
- 参考スコア（独自算出の注目度）: 32.83098605051855
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this paper, we focus on X-ray images of paintings with concealed
sub-surface designs (e.g., deriving from reuse of the painting support or
revision of a composition by the artist), which include contributions from both
the surface painting and the concealed features. In particular, we propose a
self-supervised deep learning-based image separation approach that can be
applied to the X-ray images from such paintings to separate them into two
hypothetical X-ray images. One of these reconstructed images is related to the
X-ray image of the concealed painting, while the second one contains only
information related to the X-ray of the visible painting. The proposed
separation network consists of two components: the analysis and the synthesis
sub-networks. The analysis sub-network is based on learned coupled iterative
shrinkage thresholding algorithms (LCISTA) designed using algorithm unrolling
techniques, and the synthesis sub-network consists of several linear mappings.
The learning algorithm operates in a totally self-supervised fashion without
requiring a sample set that contains both the mixed X-ray images and the
separated ones. The proposed method is demonstrated on a real painting with
concealed content, Do\~na Isabel de Porcel by Francisco de Goya, to show its
effectiveness.
- Abstract（参考訳）: 本稿では,表層画と裏面画の両面からのコントリビューションを含む,裏面を隠蔽した絵画のX線画像(例えば,画家による絵画支援の再利用や作曲の改訂など)に焦点を当てる。
特に,これらの絵画のX線画像に適用可能な,自己教師型深層学習に基づく画像分離手法を提案し,これを2つの仮説的X線画像に分割する。
復元された画像の1つは、隠し絵のx線画像と関連しており、もう1つは、可視絵画のx線に関する情報のみを含んでいる。
提案する分離ネットワークは,解析と合成サブネットワークの2つの構成要素から構成される。
解析サブネットワークはアルゴリズム展開法を用いて設計した学習結合型反復縮小しきい値アルゴリズム(lcista)に基づいており、合成サブネットワークは複数の線形写像からなる。
学習アルゴリズムは、混合x線画像と分離画像の両方を含むサンプルセットを必要とせずに、完全に自己教師付きで動作する。
提案手法は,フランシスコ・デ・ゴヤの隠れた内容を持つ実画『Do\~na Isabel de Porcel』において,その効果を示す。
関連論文リスト
- BGM: Background Mixup for X-ray Prohibited Items Detection [75.58709178012502]
本稿では,X線画像固有の特徴を活かして,禁止項目検出に適した新しいデータ拡張手法を提案する。
1) X線透過画像: 反射光画像とは異なり、透過X線画素は、撮像経路に沿った複数の材料からの合成情報を表す。
本稿では,セキュリティスクリーニングにおけるアイテム検出の禁止を目的とした,単純かつ効果的なX線画像強調手法であるバックグラウンドミキサップ(BGM)を提案する。
論文 参考訳（メタデータ） (2024-11-30T12:26:55Z) - Multi-view X-ray Image Synthesis with Multiple Domain Disentanglement from CT Scans [10.72672892416061]
過剰投与されたX線は、ある程度人間の健康への潜在的なリスクを重畳する。
ボリュームスキャンからX線画像へのデータ駆動アルゴリズムは、ペア化されたX線とボリュームデータの不足によって制限される。
我々は,3つの異なる画像領域からのコンテンツとスタイルのゆがみを利用して,X線画像をエンドツーエンドに合成するCT2X-GANを提案する。
論文 参考訳（メタデータ） (2024-04-18T04:25:56Z) - Parents and Children: Distinguishing Multimodal DeepFakes from Natural Images [60.34381768479834]
近年の拡散モデルの発展により、自然言語のテキストプロンプトから現実的なディープフェイクの生成が可能になった。
我々は、最先端拡散モデルにより生成されたディープフェイク検出に関する体系的研究を開拓した。
論文 参考訳（メタデータ） (2023-04-02T10:25:09Z) - OccluMix: Towards De-Occlusion Virtual Try-on by Semantically-Guided
Mixup [79.3118064406151]
Image Virtual try-onは、個人画像上の布を衣服画像(ホップ内服)に置き換えることを目的としている。
以前の方法では, 衣服のイメージの保存に成功していた。
隠蔽は、現実的なバーチャル試行に悪影響を及ぼす。
論文 参考訳（メタデータ） (2023-01-03T06:29:11Z) - Image Separation with Side Information: A Connected Auto-Encoders Based
Approach [18.18248997032482]
両面画像のX線画像から混合X線画像を分離する問題に対処する。
本稿では,混合X線画像を両面に対応する2つの模擬X線画像に分離する「接続型」オートエンコーダに基づくニューラルニューラルネットワークアーキテクチャを提案する。
これらの実験により, 提案手法は, 最先端のX線画像分離法よりも高い性能を示した。
論文 参考訳（メタデータ） (2020-09-16T18:39:42Z) - A novel approach to remove foreign objects from chest X-ray images [0.0]
本稿では,胸部X線写真と胸部X線写真の両方にマルチメソッドを用いた。
結論として、我々は最先端の精度を達成した。
論文 参考訳（メタデータ） (2020-08-16T03:06:28Z) - Sketch-Guided Scenery Image Outpainting [83.6612152173028]
本稿では,スケッチ誘導露光を行うエンコーダデコーダに基づくネットワークを提案する。
全体的アライメントモジュールを適用して、合成された部分をグローバルビューの実際のものと類似させる。
第2に, 合成した部分からスケッチを逆向きに生成し, 接地した部分との整合性を奨励する。
論文 参考訳（メタデータ） (2020-06-17T11:34:36Z) - From Perspective X-ray Imaging to Parallax-Robust Orthographic Stitching [47.44626333193997]
本研究では、フーリエスライス定理を利用してパララックスフリー領域における多重伝送画像からの情報を集約する。
縫合画像のセマンティクスは、周波数を中心に設計された類似度を利用した新しい深層学習戦略を用いて復元される。
我々のパイプラインは、画像の縫合だけでなく、2次元画像平面上で、臨床的に関係のある量の計量測定を可能にするホログラフィック再構成も提供する。
論文 参考訳（メタデータ） (2020-03-05T23:16:48Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。